一种煤矸石优化识别方法

• 作者: 赵明辉
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 煤矸石分选 煤矸石识别 图像识别 深度学习 三阶矩
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 实验研究
• 页码范围: 113-116
• 页数: 4页
• 分类号: TD712.7
• 字数: 2862字
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2020040058

摘要

针对输送带磨损造成煤矸石图像目标检测不准确、影响煤矸石识别准确率等问题,提出了一种煤矸石优化识别方法.采集的图像经过裁切、去噪、灰度化等预处理后,利用训练好的CornerNet-Squeeze深度学习模型判断图像中是否存在待检测的煤或矸石,若存在则定位煤或矸石在图像中的位置,有效降低目标检测时输送带背景干扰;对定位区域进行灰度直方图分析,依据图像灰度直方图的三阶矩特征参数对煤矸石进行分类,判定是煤还是矸石,提高识别准确率.实验结果表明,该方法识别准确率为91.3％,单张图像识别时间为41 ms,具有较高的识别准确率和较好的实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵明辉		3	2	1.0	1.0